设置智能、高效的 ADAS 测试工作流程的四个关键步骤

自适应巡航控制或高速公路自动驾驶仪等高级驾驶辅助系统 (ADAS) 正成为新车的标准配置。为了提高驾驶员的安全性，世界各地的汽车制造商正在为新一代汽车开发和验证此类系统，以取得竞争优势。

ADAS 开发工程师的工作是致力于开发安全舒适的控制系统。他们需要解决的一个关键挑战是获得必要的数据来验证整个系统。提高系统可靠性的场景数量之多，需要进行广泛的 ADAS 测试和数据收集活动。然而，并非所有数据都是有用的，其中大部分都是多余的，因此找到这些极端情况成为一项真正的挑战。

加入本次网络研讨会，了解智能 ADAS 测试背后的策略。了解 ADAS 数据收集工具，这些工具可赋能团队以非常有效的方式收集和索引其 ADAS 可靠验证所需的大量数据。

ADAS 和自动驾驶汽车的数据管道：讲解内容：

本次网络研讨会介绍了面向数据驱动型 ADAS 开发的实用 ADAS 教程。我们将向您介绍 ADAS 测试流程，涵盖了车载数据收集以及如何使用这些数据进行算法开发等内容。本研讨会将演示 Simcenter Scaptor 解决方案如何帮助贵企业高效、可靠地开发和验证新的 ADAS 功能。

您可以了解如何：

• 在原型车辆上高效部署数据收集装置，以准确收集来自摄像头、雷达、激光雷达等先进感知传感器的数据。
• 自动摄取大量收集的数据，同时最大限度地提高测试车辆和 ADAS 数据记录器的可用性
• 解锁在新车开发周期中收集的大量数据，提取有价值的极端情况
• 使用低延迟软件框架开发和验证高效的控制算法